Your SlideShare is downloading. ×
Fuzzy C-Means na  Seleção de Currículos Autor: Henrique Santos C. Rocha
Introdução <ul><li>Para a maioria das empresas, os currículos de pessoas são o ponto de partida para selecionar os melhore...
Objetivo <ul><li>O objetivo deste trabalho é verificar a eficácia do algoritmo de agrupamento Fuzzy C-Means na mineração d...
Algoritmo Fuzzy C-Means <ul><li>FCM é um algoritmo de agrupamento que permite que um mesmo dado pertença a um ou mais grup...
Algoritmo Fuzzy C-Means <ul><li>O Algoritmo é composto dos seguintes passos: </li></ul><ul><li>Inicializar a matriz U=[u i...
Implementação <ul><li>Os currículos são os dados do algoritmo enquanto as vagas são os centros dos grupos </li></ul><ul><l...
Implementação <ul><li>Os currículos são representados por dimensões formados por [característica, tempo x peso] </li></ul>...
0 12 9 3 6 3 6 9 Analista | T:6 | P:3 Programador | T:6 | P:2 12 15 18 Vaga (Conjunto Ideal) Dist.  Vetorial Dist. Euclidi...
Hipóteses <ul><li>Principal:   O algoritmo FCM usando as características dos currículos para definir similaridade consegui...
Experimento com 10 Vagas Experimento X Vaga Teste 8 Característica Tempo Peso Química 12 6 Fisica 8 4 Matematica 8 2
Vaga Teste 8 ajustada após a execução do algoritmo Característica Tempo Peso MÉTODO HIPOTESE 2 Química 0,4042089314880913 ...
Experimento X Currículos para Vaga Teste 8 – Hipótese 2 Nome Tempo Química Tempo Física Tempo Matemática Moacir Marra Mach...
Experimento X Currículos para Vaga Teste 8 – Hipótese 3 Nome Tempo Química Tempo Física Tempo Matemática Moacir Marra Mach...
Experimento X Médias de tempo para execução do algoritmo Método Hipótese 1: 3296 ms  Método Hipótese 2: 7182 ms Método Hip...
Experimentos <ul><li>Experimento A – 1 vaga </li></ul><ul><li>Experimento Y - 10 vagas sendo: </li></ul><ul><ul><ul><li>5 ...
Considerações Finais <ul><li>Hipótese 1: Bastante simplista, resultados razoáveis </li></ul><ul><li>Hipótese 2: Resultados...
Referências <ul><li>Viera, A. et al. (2007)  Ferramenta de Apoio ao Processo de Seleção de Candidatos para Empresa . Traba...
Upcoming SlideShare
Loading in...5
×

Fuzzy C-Means na Seleção de Currículos - Projeto de Aplicação

949

Published on

Apresentação do projeto de aplicação da disciplina de Mineração de Dados do professor Wagner Meira Júnior.

A projeto consiste em verificar a eficácia do método Fuzzy C-Means na seleção de currículos para candidatos.

Para ver o video da apresentação visite o link http://www.youtube.com/watch?v=jYg4LSm8aw0

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
949
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
15
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Transcript of "Fuzzy C-Means na Seleção de Currículos - Projeto de Aplicação"

  1. 1. Fuzzy C-Means na Seleção de Currículos Autor: Henrique Santos C. Rocha
  2. 2. Introdução <ul><li>Para a maioria das empresas, os currículos de pessoas são o ponto de partida para selecionar os melhores candidatos, priorizando uma avaliação de acordo com a experiência profissional. </li></ul><ul><li>Torna-se necessário uma análise de cada currículo recebido </li></ul>
  3. 3. Objetivo <ul><li>O objetivo deste trabalho é verificar a eficácia do algoritmo de agrupamento Fuzzy C-Means na mineração de currículos para seleção de candidatos </li></ul>
  4. 4. Algoritmo Fuzzy C-Means <ul><li>FCM é um algoritmo de agrupamento que permite que um mesmo dado pertença a um ou mais grupos com diferentes graus de pertinência </li></ul><ul><li>O FCM foi desenvolvido por Dunn em 1973 e aprimorado por Bezdek em 1981. </li></ul><ul><li>O FCM é basicamente uma implementação fuzzy do algoritmo K-means, e portanto compartilha muitas de suas vantagens e desvantagens </li></ul>
  5. 5. Algoritmo Fuzzy C-Means <ul><li>O Algoritmo é composto dos seguintes passos: </li></ul><ul><li>Inicializar a matriz U=[u ij ], U (0) . </li></ul><ul><li>Ao passo k calcular os vetores dos centros C (k) =[c j ] com U (k) . </li></ul><ul><li>Atualizar U (k) e U (k+1) . </li></ul><ul><li>Se a condição de parada não for atingida retornar ao passo 2. </li></ul>
  6. 6. Implementação <ul><li>Os currículos são os dados do algoritmo enquanto as vagas são os centros dos grupos </li></ul><ul><li>Só é necessário definir as distâncias entre as vagas (centros) e os currículos (dados). </li></ul><ul><li>Por se tratar de uma técnica de agrupamento, a função de similaridade é extremamente importante. </li></ul><ul><ul><ul><li>É utilizado duas formas de medição de distância: vetorial e euclidiana. </li></ul></ul></ul>
  7. 7. Implementação <ul><li>Os currículos são representados por dimensões formados por [característica, tempo x peso] </li></ul><ul><li>Além do algoritmo de agrupamento é utilizado uma técnica de classificação de resultados de busca </li></ul><ul><ul><ul><li>Formula Classificação: (Tc*Pv) + ( (Cn-1)*10000) </li></ul></ul></ul>
  8. 8. 0 12 9 3 6 3 6 9 Analista | T:6 | P:3 Programador | T:6 | P:2 12 15 18 Vaga (Conjunto Ideal) Dist. Vetorial Dist. Euclidiana Currículo 1 Dist. Euclidiana Currículo 2 Dist. Vetorial Dist. Euclidiana Currículo 3 Gráfico das Distâncias
  9. 9. Hipóteses <ul><li>Principal: O algoritmo FCM usando as características dos currículos para definir similaridade conseguirá associar os currículos para cada vaga, e usando o grau de pertinência poderá ver os melhores currículos. </li></ul><ul><ul><ul><li>Hipótese 1: Distância Vetorial sem tempo </li></ul></ul></ul><ul><ul><ul><li>Hipótese 2: Distância Vetorial e Classificação </li></ul></ul></ul><ul><ul><ul><li>Hipótese 3: Distância Euclidiana e Classificação. </li></ul></ul></ul>
  10. 10. Experimento com 10 Vagas Experimento X Vaga Teste 8 Característica Tempo Peso Química 12 6 Fisica 8 4 Matematica 8 2
  11. 11. Vaga Teste 8 ajustada após a execução do algoritmo Característica Tempo Peso MÉTODO HIPOTESE 2 Química 0,4042089314880913 0,20210446574404564 Fisica 8,735028886212533x10 -17 4,367514443106266x10 -17 Matemática 1,07469838364712x10 -21 2,6867459591178x10 -22 MÉTODO HIPOTESE 3 Química 3,571747371157369x10- 17 1,7858736855786844x10 -17 Fisica 1,0826156853814001x10 -22 5,413078426907001x10 -23 Matemática 2,695861849367521x10 -24 6,739654623418802x10 -25 MÉTODO HIPOTESE 1 Química 0,403136552130834 Fisica 4,992629958040383x10 -14 Matemática 3,68472998388942x10 -25
  12. 12. Experimento X Currículos para Vaga Teste 8 – Hipótese 2 Nome Tempo Química Tempo Física Tempo Matemática Moacir Marra Machado 18 27 36 Álisson Bragança Silva 9 9 9 Macir Robson Eufrásio 18 0 9 Lys Maria Amaral Vilas Boas 9 9 0 Wilson César de Abreu 9 9 0 Samira Garcia de Oliveira 9 0 9 Rouvenia Dutra Dias 439 0 0 Stefano Juliano Tavares 113 0 0 Luciana Debortoli de Carvalho 90 0 0 Waldemar Bicalho Campos 81 0 0
  13. 13. Experimento X Currículos para Vaga Teste 8 – Hipótese 3 Nome Tempo Química Tempo Física Tempo Matemática Moacir Marra Machado 18 27 36 Álisson Bragança Silva 9 9 9 Flavio Heleno Garciano 0 54 81 Evânio Azevedo 0 27 27 Macir Robson Eufrásio 18 0 9 Lys Maria Amaral Vilas Boas 9 9 0 Wilson César de Abreu 9 9 0 Samira Garcia de Oliveira 9 0 9 Carlos Augustus Rocha 0 9 9 Eliseth Costa do Couto 0 9 9
  14. 14. Experimento X Médias de tempo para execução do algoritmo Método Hipótese 1: 3296 ms Método Hipótese 2: 7182 ms Método Hipótese 3: 7998 ms
  15. 15. Experimentos <ul><li>Experimento A – 1 vaga </li></ul><ul><li>Experimento Y - 10 vagas sendo: </li></ul><ul><ul><ul><li>5 vagas que nenhum currículo da base possui característica em comum </li></ul></ul></ul><ul><ul><ul><li>5 vagas com currículos que possuem as características </li></ul></ul></ul><ul><li>Experimento Z - 10 vagas sendo: </li></ul><ul><ul><ul><li>Nenhum currículo da base possui características das vagas </li></ul></ul></ul>
  16. 16. Considerações Finais <ul><li>Hipótese 1: Bastante simplista, resultados razoáveis </li></ul><ul><li>Hipótese 2: Resultados bastante satisfatórios </li></ul><ul><li>Hipótese 3: Melhores resultados nos experimentos. </li></ul><ul><li>10 vagas foi a quantidade de grupos que melhor trouxe resultados sem causar Overfitting. </li></ul>
  17. 17. Referências <ul><li>Viera, A. et al. (2007) Ferramenta de Apoio ao Processo de Seleção de Candidatos para Empresa . Trabalho de Conclusão de Curso publicado em Dezembro de 2007. UNIPAC Campus Bom Despacho. </li></ul><ul><li>Duarte, et al. (2009) Indexação e Classificação para Busca Eficiente na Mineração de Currículos . Trabalho de Conclusão de Curso publicado em Dezembro de 2009. UNIPAC Campus Bom Despacho. </li></ul>

×